当前位置: 首页 > news >正文

ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑

么是缓存

从用户请求到数据库返回数据,这是一个漫长的过程(夸张了点,通常也就是几十毫秒到几百毫秒)。可是又不止一个用户在访问,甚至同一个用户在短时间内发起多个相似请求,这时候每次都走完整个流程就显得很浪费了。缓存的作用就是把之前请求的结果存储起来,下次有相同请求时直接返回缓存结果,省去重复计算和数据库访问的开销。所以,缓存是一个存储机制,使用它的目的是为了提高性能和响应速度。

asp.net core 中的缓存类型

在 asp.net core 中,提供了三种常用的缓存方案:

  • 内存缓存(IMemoryCache):适用于单实例应用或者分布式环境中的本地缓存。
  • 分布式缓存(IDistributedCache):适用于分布式环境中的共享缓存,常见实现有 Redis、SQL Server 等。
  • Hybrid 缓存:结合内存缓存和分布式缓存,先查内存缓存,未命中再查分布式缓存。

每一类的缓存都有自己的使用场景和适用边界,选择合适的缓存方案是非常重要的。

asp.net core 的内存缓存 IMemoryCache

asp.net core 的内存缓存使用本地内存来临时存储数据,所以它的访问速度非常快,通常远快于网络和数据库访问(具体耗时取决于数据大小与序列化开销)。但是内存缓存也有一些限制,不能在多实例中共享数据。此外,内存缓存的数据会随着应用重启而丢失,所以它更适合存储一些临时数据或者不需要持久化的数据。存放在本机内存中,会占用服务器的内存资源,如果缓存的数据量过大或者过期策略设置不当,可能会导致内存压力增大、频繁回收或者性能问题。因此,在使用内存缓存时需要注意以下几点:

  • 不要将外部输入作为缓存键,因为这类输入可能会消耗不可预测的内存资源,导致缓存被恶意攻击或者误用。
  • 设置合理的过期时间限制缓存的增长。
  • 限制缓存的大小,避免占用过多内存资源。

在 asp.net core 中使用 IMemoryCache

在 asp.net core 中使用 IMemoryCache 非常简单,首先需要在 Program.cs 中注册服务:

var builder = WebApplication.CreateBuilder(args);
builder.Services.AddMemoryCache();

然后在需要使用缓存的地方注入 IMemoryCache:

public class MyService
{
private readonly IMemoryCache _cache;
public MyService(IMemoryCache cache)
{
_cache = cache;
}
public async Task<string> GetDataAsync(string key)
{
if (_cache.TryGetValue(key, out string value))
{
return value; // 从缓存中获取数据
}
else
{
value = await FetchDataFromDatabaseAsync(key); // 从数据库获取数据
_cache.Set(key, value, TimeSpan.FromMinutes(5)); // 将数据存入缓存,设置过期时间为5分钟
return value;
}
}
}

在上面的示例中,我们首先尝试从缓存中获取数据,如果缓存命中就直接返回,否则就从数据库获取数据,并将结果存入缓存中,设置过期时间为5分钟。这样下次有相同请求时,就可以直接从缓存中获取数据,提高性能和响应速度。

除了上面的手动 try-get-set 模式,IMemoryCache 还提供了 GetOrCreateAsync 方法,可以更简洁地实现相同的功能,更推荐使用这种:

public async Task<string> GetDataAsync(string key)
{
return await _cache.GetOrCreateAsync(key, async entry =>
{
entry.AbsoluteExpirationRelativeToNow = TimeSpan.FromMinutes(5); // 设置过期时间
return await FetchDataFromDatabaseAsync(key); // 从数据库获取数据
});
}

IMemoryCache 的优化技巧

在使用内存缓存时,还有一些优化技巧可以帮助我们更好地管理缓存:

1、使用滑动过期策略(Sliding Expiration)来延长缓存的生命周期。滑动过期策略会在每次访问缓存项时重置过期时间,这样可以确保经常访问的数据不会过早过期。示例:

_cache.Set(key, value, new MemoryCacheEntryOptions
{
SlidingExpiration = TimeSpan.FromMinutes(5) // 每次访问后过期时间重置为5分钟
});

2、使用绝对过期策略(Absolute Expiration)来设置缓存的最大生命周期。绝对过期策略会在指定的时间点过期,不管是否被访问过。示例:

_cache.Set(key, value, new MemoryCacheEntryOptions
{
AbsoluteExpirationRelativeToNow = TimeSpan.FromMinutes(30) // 30分钟后过期
});

3、限制缓存总大小并为每个缓存项设置大小。启用 SizeLimit 后,写入的缓存项都应显式设置 Size,否则在运行时会抛出异常。示例:

builder.Services.AddMemoryCache(options =>
{
options.SizeLimit = 1024; // 缓存总容量(单位由业务自行约定)
});
_cache.Set(key, value, new MemoryCacheEntryOptions
{
Size = 1 // 当前缓存项占用 1 个单位
});

4、设置缓存项的优先级,确保重要的数据不被过早移除:

_cache.Set(key, value, new MemoryCacheEntryOptions
{
Size = 1,
Priority = CacheItemPriority.NeverRemove // 设置永不移除优先级
});

5、利用回调函数处理缓存项被移除时的逻辑,比如记录日志或者清理相关资源:

_cache.Set(key, value, new MemoryCacheEntryOptions
{
PostEvictionCallbacks =
{
new PostEvictionCallbackRegistration
{
EvictionCallback = (k, v, reason, state) =>
{
Console.WriteLine($"缓存项 {k} 被移除,原因:{reason}");
}
}
}
});

6、压缩缓存数据,减少内存占用。可以使用第三方库(如 System.IO.Compression)来压缩数据后再存入缓存

这个场景只适合存储较大的数据对象,且对访问性能要求不高的情况,因为压缩和解压缩会增加 CPU 开销,为了一点内存牺牲计算,得不偿失。示例:

var compressedValue = Compress(value); // 压缩数据
_cache.Set(key, compressedValue, new MemoryCacheEntryOptions
{
Size = compressedValue.Length // 设置缓存项的大小为压缩后的长度
});

总结

asp.net core 内存缓存很强大,但是有它的局限性。在使用内存缓存时,需要注意合理设置过期策略、限制缓存大小等问题。通过合理使用内存缓存,可以显著提高应用的性能和响应速度。

http://www.gsyq.cn/news/1580738.html

相关文章:

  • 零基础选量化工具,要先看能力基础
  • AI生成前端如何摆脱机械感?OpenClaw+Next.js人格化渲染实践
  • 认缴出资一直不缴,股东会被“取消”资格吗?
  • AI自动化渗透实测!深挖隐藏十年OAuth组合拳漏洞,前端密钥泄露+注册越权,多款大模型能力差距悬殊
  • 暴涨47.3k Stars!字节开源Harness项目DeerFlow 2.0,让智能体几乎能完成任何复杂任务
  • 扣子(Coze)(1):零基础入门指南
  • 惠州市晶振蜘蛛手编带机工厂
  • SpingMVC学习小记
  • Codex插件化集成:让OpenAI代码能力无缝接入Claude Code
  • 生存的警报:解读自然与社会中的危险信号
  • CTLA-4:兼具自身免疫与肿瘤调控功能的核心免疫检查点靶点
  • $海贼王, the first Chinese Meme coin,minting on June 23, 2026 at UTC 04:00.
  • Cursor第三方模型接入:用中转服务突破上下文限制
  • polygon出题教程
  • Vibe Coding实战:Vue3管理后台的AI协同开发流
  • 从Web命令注入到Linux SUID提权:一次完整的渗透测试实战解析
  • 【VibeCoding系列教程16】 我的AI工具箱
  • Crawler之Tool:Scrapling的简介、安装和使用方法、案例应用之详细攻略
  • 海量数据如何解决?位图和布隆过滤器来帮你
  • Qwen3.7-Max原生智能体:从问答模型到自动干活的Agent跃迁
  • Ubuntu 18.04 安装 Anaconda 兼容性问题与修复方案
  • Go context.Context 原理与工程实践:控制流统一管理指南
  • Ubuntu 20.04 + MySQL 8.0 构建三节点MGR高可用集群实战
  • 银河麒麟V10安装Wireshark:权限配置与抓包实战指南
  • 2026年外贸独立站建站全攻略:从SEO到GEO,你的网站正在被AI“面试”
  • 嵌入式测试第 40 天:智能手表/手环嵌入式测试拆解
  • 1023. 【USACO题库】2.1.4 Healthy Holsteins健康的好斯坦奶牛
  • React对接DigitalOcean API:从零搭建前端数据流水线
  • 后端开发必看!6种服务端主动推送方案的实战对比
  • 深度解析:抖店行业资质与商品创建合规体系及实操准则